智能诊断与趋势预测技术在数字化核电站中应用.pdfVIP

中国核能动力分会年会 2007 智能诊断与趋势预测技术在数字化核电站中的应用 张秀春夏虹于竹君 (哈尔滨工程大学，核科学与技术学院哈尔滨150001) 摘要核电站的全数字化不仅仅是硬件方面的更新，其软件完善也极为重要，本文对核电站全数字化阶段智能故 障诊断技术与趋势预测技术进行了探讨。合适的诊断与预测方法可以大大提高核动力装置的经济性和安全可靠性，推动 核电站全数字化的进程。在故障诊断方面，由于核电站设备结构复杂，单一的故障诊断方法已不能很好的满足核电站实 时性和有效性以及准确性的要求，将几种智能方法结合起来，互相取长补短，对核动力装置的安全运行具有重要意义； 在趋势预测方面，本文介绍了神经网络的时间序列预测方法在核动力装置中的应用，神经网络中的Kolmogorov连续性 定理，在数学上保证了神经网络用于时间序列预测的可行性。 关键词故障诊断 趋势预测 核电站全数字化 神经网络 1前言 究的应用于船用核动力装置的故障诊断方法有 模糊神经网络、故障树、灰色理论、数据融合、 由于计算机数字化技术的迅猛发展并日趋 专家系统等，其对象为核动力装置中的蒸汽发生 成熟，以及常规模拟仪控系统存在的固有问题， 器、一、二回路系统等，并取得了初步成果【2J，4鼬】。 因此新建电厂特别是火电厂普遍采用数字化仪 当然，这些方法还需要不断完善以达到更高的实 控系统。核电厂特别是核安全的特殊性与敏感 用性和有效性。 性，核安全部门对核电站仪表控制系统应用的重 由于核动力装置结构复杂，仅仅用一种故障 视已经提上日程。 诊断方法已不能满足实时性、有效性和准确性等 核电站要安全可靠运行离不开自动化，核电 的要求，将一种或几种诊断方法结合起来，取长 站比火电站的自动化水平更高，它运用先进的计 补短，实践证明其诊断效果较好，若将其应用于 算机技术和自动化设备保证核设备的安全运行。 核电站，必将提高其经济性和安全可靠性。 核电站自动化的发展大致经历3个阶段：模拟数 字阶段、局部数字控制阶段和全数字化阶段。全 2．2核电设备智能趋势预测技术简介 数字化阶段不仅仅是硬件的升级，即仅解决核电 目前智能趋势预测技术在核电领域的研究 站的仪表更新、精确度与备品备件问题，更重要 还不是很多，要达到核电的完全数字化，智能趋 的是软件的完善，即针对计算机技术与已有的核 势预测技术也是不可缺少的一部分。 电运行经验、数据，实现协调控制和优化控制策 以神经网络为代表的智能计算方法，具有良 略，开发智能化的诊断报警与预测系统，最终使 好的非线性映射能力，通过自学习过程自动逼近 核电站的仪表与控制完全基于一体化的硬件技 那些最佳刻画了样本数据规律的函数，而避开复 术、一体化的软件技术、计算机的智能操作系统， 杂的参数估计过程，去解决一系列不能精确地用 满足认知科学、知识工程与人因工程原则的要求 函数表达的分类和回归预测问题，神经网络中的 【11。 Kolmogorov连续性定理，在数学上保证了神经网 络用于时间序列预测的可行性。神经网络在各类 数据挖掘中均是比较有效的方法，特别是对建立 2核电智能诊断与预测技术研究现状 预测模型更加有效【7J。 智能故障诊断和